医学图像处理方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种医学图像处理方法、装置、计算机设备和存储介质。所述方法包括：获取扫描医学图像；若扫描医学图像携带有图像标签信息，则根据图像标签信息调用无异常图像模板，基于无异常图像模板得到与扫描医学图像对应的无异常医学图像；若扫描医学图像未携带有图像标签信息，则调用对抗神经网络，基于对抗神经网络生成与扫描医学图像对应的无异常医学图像；根据无异常医学图像确定扫描医学图像的异常区域。采用本方法能够提高准确率。

Medical Image Processing Methods, Devices, Computer Equipment and Storage Media

【技术实现步骤摘要】
医学图像处理方法、装置、计算机设备和存储介质
本申请涉及图像处理
，特别是涉及一种医学图像处理方法、装置、计算机设备和存储介质。
技术介绍
随着医学
的发展，出现了各种医学成像设备。医学成像设备可分为单模态成像设备和多模态成像设备，单模态成像设备包括MRI(核磁共振成像)、PET(正电子发射计算机断层显像)等，而多模态成像设备包括PET/CT(正电子发射断层成像-计算机断层成像系统)、PET/MRI(正电子发射断层成像-磁共振成像系统)等。通过医学成像设备对患者进行扫描得到扫描部位的医学图像，然后医生根据扫描得到的医学图像对患者进行诊断是一种常用的方式。然而，虽然临床医生通常能够根据医学图像准确的确定患者的扫描部位是否异常，但是也只仅限于扫描部位是对称结构(例如大脑)的情况下。因为对称结构的部位患病一般是单侧发病，对称侧为正常，临床医生根据对称侧即可准确判断发病侧的异常区域。而当扫描部位为非对称结构(例如脊柱)时，即没有参考的对称侧，通常由影像科医生手动标注异常区域，导致工作效率低下。若没有标注区域临床医生判断异常区域的准确率也会有所下降。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高工作效率和准确率的医学图像处理方法、装置、计算机设备和存储介质。一种医学图像处理方法，所述方法包括：获取扫描医学图像；若所述扫描医学图像携带有图像标签信息，则根据所述图像标签信息调用无异常图像模板，基于所述无异常图像模板得到与所述扫描医学图像对应的无异常医学图像；若所述扫描医学图像未携带有图像标签信息，则调用对抗神经网络，基于所述对抗神经网络生成与所述扫描医学图像对应的无异常医学图像；根据所述无异常医学图像确定所述扫描医学图像的异常区域。在其中一个实施例中，所述根据所述图像标签信息调用无异常图像模板，基于所述无异常图像模板得到与所述扫描医学图像对应的无异常医学图像的步骤，包括：根据所述图像标签信息调用与所述扫描医学图像相匹配的无异常图像模板；基于拟合系数，将所述无异常图像模板与所述扫描图像进行图像配准，得到与所述扫描医学图像对应的无异常医学图像。在其中一个实施例中，所述调用对抗神经网络，基于所述对抗神经网络生成与所述扫描医学图像对应的无异常医学图像的步骤，包括：将所述扫描医学图像输入至所述对抗神经网络；利用所述对抗神经网络对所述扫描医学图像进行特征提取，得到所述扫描医学图像的偏差场，并根据所述偏差场和所述扫描医学图像生成与所述扫描医学图像对应的无异常医学图像。在其中一个实施例中，所述获取扫描医学图像之前，还包括训练所述对抗神经网络的步骤，训练所述对抗神经网络的步骤包括：若接收到的医学图像数据包括无异常医学图像和异常医学图像，则基于所述无异常医学图像和异常医学图像训练预设的对抗神经网络。在其中一个实施例中，所述获取扫描医学图像之前还包括建立所述无异常图像模板的步骤，包括：若接收到的医学图像数据包括至少两个无异常医学图像，则对各所述无异常医学图像进行均值计算，得到均值图像；将各所述无异常图像分别与所述均值图像进行图像配准，得到各所述无异常图像对应的配准图像；当任意两个所述配准图像之间的相似度均满足预设要求时，对各所述配准图像进行均值计算，并将均值计算后得到的图像作为无异常图像模板。在其中一个实施例中，所述方法还包括：当存在至少两个所述配准图像之间的相似度不满足预设要求时，对各所述配准图像进行均值计算，并将均值计算后得到的图像作为更新均值图像；将各所述配准图像分别与所述更新均值图像进行图像配准，得到各所述无异常图像对应的更新配准图像；若存在至少两个所述更新配准图像之间的相似度不满足预设要求，将所述更新配准图像作为所述配准图像，返回对各所述配准图像进行均值计算的步骤，直到任意两个更新配准图像之间的相似度均满足所述预设要求为止；对满足预设要求的各所述更新配准图像进行均值计算，并将均值计算后得到的图像作为无异常图像模板。在其中一个实施例中，所述根据所述图像标签信息调用与所述扫描医学图像相匹配的无异常图像模板的步骤，包括：将所述图像标签信息与所述无异常图像模板的模板信息进行匹配；当存在与所述图像标签信息相匹配的模板信息时，调用相匹配的所述模板信息对应的无异常图像模板，作为与所述扫描医学图像相匹配的无异常图像模板。一种医学图像处理装置，所述装置包括：获取模块，用于获取扫描医学图像；配准模块，用于若所述扫描医学图像携带有图像标签信息，则根据所述图像标签信息调用无异常图像模板，基于所述无异常图像模板得到与所述扫描医学图像对应的无异常医学图像；生成模块，用于若所述扫描医学图像未携带有图像标签信息，则调用对抗神经网络，基于所述对抗神经网络生成与所述扫描医学图像对应的无异常医学图像；确定模块，用于根据所述无异常医学图像确定所述扫描医学图像的异常区域。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述任一项所述的医学图像处理方法。一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任一项所述的医学图像处理方法。上述医学图像处理方法、装置、计算机设备和存储介质，获取医学扫描设备发送的扫描医学图像，通过判断若确定扫描医学图像携带有图像标签信息，则调用无异常图像模板，基于参考图像模板得到与扫描医学图像对应的无异常图像。而若扫描医学图像未携带有图像标签信息，则调用对抗神经网络，基于对抗神经网络生成与扫描医学图像对应的无异常图像，从而确保基于不同的扫描医学图像获取合适的模型生成无异常图像。然后根据无异常图像即可准确确定出扫描医学图像中的异常区域，无需手动标注还能提高判断的准确率。附图说明图1为一个实施例中医学图像处理方法的应用环境图；图2为一个实施例中医学图像处理方法的流程示意图；图3为一个实施例中对抗神经网络工作流程示意图；图4为一个实施例中建立无异常图像模板步骤的流程示意图；图5为一个实施例中医学图像处理装置的结构框图；图6为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的医学图像处理方法，可以应用于如图1所示的应用环境中。其中，医学扫描设备104通过网络与计算机设备102进行通信。计算机设备102获取由医学扫描设备104扫描得到的扫描医学图像。若扫描医学图像携带有图像标签信息，计算机设备102则根据图像标签信息调用无异常图像模板，基于无异常图像模板得到与扫描医学图像对应的无异常图像。若扫描医学图像未携带有图像标签信息，计算机设备102则调用对抗神经网络，基于对抗神经网络生成与扫描医学图像对应的无异常图像。计算及设备102根据无异常图像确定扫描医学图像的异常区域。其中，医学扫描设备104可以但不限于是MRI(核磁共振成像)设备、PET(正电子发射计算机断层显像)设备等，PET/CT(正电子发射断层成像-计算机断层成像系统)设备、PET/MRI(正电子发射断层成像-磁共振成像系统)设备等。计算设备102可以但不限于是各种服务器、个人计算本文档来自技高网...

【技术保护点】
1.一种医学图像处理方法，所述方法包括：获取扫描医学图像；若所述扫描医学图像携带有图像标签信息，则根据所述图像标签信息调用无异常图像模板，基于所述无异常图像模板得到与所述扫描医学图像对应的无异常医学图像；若所述扫描医学图像未携带有图像标签信息，则调用对抗神经网络，基于所述对抗神经网络生成与所述扫描医学图像对应的无异常医学图像；根据所述无异常医学图像确定所述扫描医学图像的异常区域。

【技术特征摘要】
1.一种医学图像处理方法，所述方法包括：获取扫描医学图像；若所述扫描医学图像携带有图像标签信息，则根据所述图像标签信息调用无异常图像模板，基于所述无异常图像模板得到与所述扫描医学图像对应的无异常医学图像；若所述扫描医学图像未携带有图像标签信息，则调用对抗神经网络，基于所述对抗神经网络生成与所述扫描医学图像对应的无异常医学图像；根据所述无异常医学图像确定所述扫描医学图像的异常区域。2.根据权利要求1所述的方法，其特征在于，所述根据所述图像标签信息调用无异常图像模板，基于所述无异常图像模板得到与所述扫描医学图像对应的无异常医学图像的步骤，包括：根据所述图像标签信息调用与所述扫描医学图像相匹配的无异常图像模板；基于拟合系数，将所述无异常图像模板与所述扫描图像进行图像配准，得到与所述扫描医学图像对应的无异常医学图像。3.根据权利要求1所述的方法，其特征在于，所述调用对抗神经网络，基于所述对抗神经网络生成与所述扫描医学图像对应的无异常医学图像的步骤，包括：将所述扫描医学图像输入至所述对抗神经网络；利用所述对抗神经网络对所述扫描医学图像进行特征提取，得到所述扫描医学图像的偏差场，并根据所述偏差场和所述扫描医学图像生成与所述扫描医学图像对应的无异常医学图像。4.根据权利要求1所述的方法，其特征在于，所述获取扫描医学图像之前，还包括训练所述对抗神经网络的步骤，训练所述对抗神经网络的步骤包括：若接收到的医学图像数据包括无异常医学图像和异常医学图像，则基于所述无异常医学图像和异常医学图像训练预设的对抗神经网络。5.根据权利要求1所述的方法，其特征在于，所述获取扫描医学图像之前还包括建立所述无异常图像模板的步骤，包括：若接收到的医学图像数据包括至少两个无异常医学图像，则对各所述无异常医学图像进行均值计算，得到均值图像；将各所述无异常图像分别与所述均值图像进行图像配准，得到各所述无异常图像对应的配准图像；当任意两个所述配准图像之间的相似度均满足预设要求时，对各所述配准图像...

【专利技术属性】
技术研发人员：辛阳，石峰，
申请(专利权)人：上海联影医疗科技有限公司，上海联影智能医疗科技有限公司，
类型：发明
国别省市：上海,31